Блог

Чтобы подготовить большие объемы наборов данных для обучения моделей классификации изображений на основе глубокого обучения, нам обычно приходится полагаться на методы увеличения изображений. Я хотел бы знать, каковы обычные алгоритмы увеличения изображения, есть ли какие-либо соображения при их выборе?

Литература по увеличению данных очень и очень велика и очень зависит от типа ваших приложений. Первое, что приходит мне в голову, — это ротации в конкурсе Galaxy и увеличение данных Джаспера Сноука.

Но на самом деле у всех статей есть свои собственные приемы для получения хороших результатов по специальным наборам данных, например, для растягивания изображения до определенного размера перед его обрезкой или чем-то еще, и это в очень определенном порядке.

Более практично для обучения моделей, подобных CIFAR или IMAGENET, использовать случайные обрезки и случайный контраст, возмущения яркости в дополнение к очевидным переворотам и добавлению шума.

Посмотрите учебник CIFAR-10 на веб-сайте TF, это хорошее начало. Плюс теперь у TF random_crop_and_resize() есть, что весьма полезно.

РЕДАКТИРОВАТЬ: статьи, на которые я ссылаюсь здесь и там.

Это зависит от проблемы, которую вам нужно решить, но большую часть времени вы можете сделать:

1. Поворачивайте изображения
2. Переверните изображение (симметрия X или Y)
3. Добавить шум
4. Все предыдущие одновременно.